[發明專利]基于指部多模態生物特征的二維碼身份認證方法

有效

• 申請號: 201910283609.7
• 申請日: 2019-04-10
• 公開（公告）號: CN109993142B
• 公開（公告）日: 2023-09-12
• 發明（設計）人: 馬慧
• 申請（專利權）人: 黑龍江大學
• 主分類號: G06V40/13
• 分類號: G06V40/13
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于指部多模態生物特征的二維碼身份認證方法，其特征是：首先對讀入的指橫紋圖像、手指靜脈圖像與指紋圖像分別進行預處理操作，然后提取出三種指部生物特征的特征向量；再對這三種指部生物特征向量在特征級進行串聯融合生成融合特征向量，三個特征向量的串聯順序由隨機數決定，以增強識別系統的安全性；最后，生成指部融合特征的二維碼圖像；識別時，將模板圖像進行二維碼解碼得出模板樣本的特征數據，將待識別指部融合特征與模板樣本的特征向量進行比較，根據比較結果完成身份認證；

所述的預處理操作，其特征是：

1)融合方向濾波與均值濾波的增強操作：對指橫紋圖像進行水平方向的方向濾波操作，加強多為豎直方向的指橫紋紋線特征；再對水平方向濾波后的圖像進行均值濾波，保留粗大的指橫紋紋線，去除細小的噪聲紋線；

2)對濾波后的指橫紋圖像進行二值化處理；

3)對指橫紋二值化后的圖像采用快速細化方法與改進的條件細化方法相融合的方式提取細化圖像；即對每幅圖像的每一輪掃描先采用快速細化算法進行粗略的細化操作，然后再采用改進的條件細化方法對圖像進行精確的細化操作；

所述的提取三種指部生物特征的特征向量，其特征是：

1)指橫紋圖像特征提取：由于指橫紋圖像中具有明顯的紋路信息，因此在指橫紋細化圖像中統計檢測出的指橫紋紋路長度、每條紋路的起始點位置以及圖像總紋路數作為指橫紋圖像特征，用F₁表示，則F₁(a,b,c,d)＝{(a₁,b₁,c₁),(a₂,b₂,c₂),…,(a_n,b_n,c_n),d}，其中a_i與b_i分別為第i條紋路的起始點位置，c_i為第i條紋路的長度，d為整幅圖像中總的指橫紋紋路條數；

2)指靜脈圖像特征提取：對靜脈圖像進行方向濾波操作、二值化處理及條件細化操作后，參照上述指橫紋特征提取方式，提取出指靜脈圖像特征F₂(e,f,g,h)＝{(e₁,f₁,g₁),(e₂,f₂,g₂),…,(e_m,f_m,g_m),h}，其中e_i與f_i分別為第i條紋路的起始點位置，g_i為第i個條紋路的長度，h為整幅圖像中總的指橫紋紋路條數；

3)指紋圖像特征提取：對指紋圖像采取與上述靜脈圖像同樣的預處理操作，即對指紋圖像進行方向濾波、分割及細化操作，在細化后的指紋圖像中利用像素點八鄰域內灰度特性提取出端點和交叉點兩種細節點特征，將所有細節點位置及類型信息記錄于特征F₃(x,y,o)＝{(x₁,y₁,o₁),(x₂,y₂,o₂),…,(x_l,y_l,o_l)}中，其中(x_i,y_i)為第i個細節點的空間位置信息，o_i表示指紋圖像中第i個細節點的類型，其值為0時表示該點為交叉點，否則為端點；

所述的對三種指部生物特征向量在特征級進行串聯融合生成融合特征向量，其特征是：

將上述提取出的指橫紋特征、指靜脈特征與指紋特征在特征級進行融合具體方法如下：將三種指部生物特征首尾依次相連構成融合后的特征向量F，融合特征向量F按照三種指部生物特征串聯順序不同，共有六種形式即{F₁,F₂,F₃}、{F₁,F₃,F₂}、{F₂,F₁,F₃}、{F₂,F₃,F₁}、{F₃,F₂,F₁}與{F₃,F₁,F₂}；

為了增強生物特征模板的安全性，不特定使用一種特征串聯順序；在每次進行特征融合時隨機生成一個隨機數，該隨機數的范圍為1-6，對應上述六種特征串聯順序，按隨機數的數值選擇三種生物特征的特征級串聯融合順序；

所述的身份認證過程如下：

1)對生成的指部多生物融合特征的二維碼圖像進行QR碼解碼操作，獲得指部融合特征以及生成串聯融合特征順序的隨機數；

2)對待識別的三種生物特征以該隨機數指定的順序進行特征串聯，構造相應的待識別指部融合特征；

3)再通過求取待識別指部融合特征與模板圖像的特征向量之間的歐式距離，與預設閾值進行比較，來實現最終的匹配識別，完成身份認證。